1 Introducción

Este trabajo forma parte del módulo Estadística Espacial en el posgrado en Big Data e Inteligencia Territorial de FLACSO Argentina a cargo de Priscilla Minotti.

Se abordará un data set sobre puntos de elevación (originalmente medidos en pies pero convertidos a metros) de edificios en la ciudad de Nueva York con distintos métodos de interpolación espacial.

Los datos originales están disponibles acá mientras que la muestra con la que trabajamos junto con el proyecto del trabajo acá.

1.1 Paquetes

Cargamos los paquetes que vamos a utilizar:

library(gstat)
library(tidyverse)
library(sf)
library(sp)
library(rgdal)
library(raster)
library(tmap)

Ahora vamos a explicar paso por paso cómo es el procedimiento desde la carga de datos al procesamiento, las visualizaciones, los métodos de interpolación en sí y los resultados.

1.2 Carga de datos

Cargamos el data set con la muestra de los puntos de elevación que vamos a usar para interpolar.

elevaciones <- st_read("elevaciones_NY_muestra.shp") %>%
  st_as_sf() 
## Reading layer `elevaciones_NY_muestra' from data source `/Users/usernamemateo/Library/Mobile Documents/com~apple~CloudDocs/R/geostat/elevaciones_NY_muestra.shp' using driver `ESRI Shapefile'
## Simple feature collection with 10849 features and 2 fields
## Geometry type: POINT
## Dimension:     XY
## Bounding box:  xmin: 913410.9 ymin: 121129.2 xmax: 1067130 ymax: 271166.4
## Projected CRS: NAD83 / New York Long Island (ftUS)

Para entender mejor los puntos de elevación vamos a usar summary()

summary(elevaciones$elevacion)
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##   3.682  14.914  22.315  25.085  31.188 430.803

Como vemos, el punto más de medición de altura de edificios mas bajo está elevado a 3.68 metros, en promedio la altura de los edificios es de 25.085 metros y la mediana es 22.315 metros. La altura máxima es de algo más de 430 metros.

1.3 Visualizaciones básicas

Para entender mejor los datos vamos a graficar los puntos de elevación ubicados en el mapa. Para eso vamos a usar tmap. Lo configuramos.

tmap_mode("view")

Y ahora, graficamos los puntos con el mapa base:

qtm(elevaciones, scale = 0.5)

Ahora vamos a ver específicamente cómo de distribuyen los puntos de elevación de nuestro data set y cual es su altura:

ggplot() + 
  geom_sf(data = elevaciones, aes(color = elevacion), size = 0.5) + 
  ggtitle("Puntos de elevación: edificios en la ciudad de Nueva York") +
  scale_color_viridis_c(name = "Altura (mts)", direction = -1, option = "magma") + 
  theme_dark()

Como podemos observar, en nuestro dataset hay unos pocos edificios con altura mayor a 300 metros. La mayoría los edificios tienen alturas menores de 150 metros.